DOC《响应曲面优化微波干燥铅渣的工艺研究》

450 MHz,功率(0~3 kW),连续可调,并且温度可控. 1.2 脱水率的计算 以湿基为基准来计算物料的脱水率η,可通过下式计算: η=(W1-Wt)/(W1*σ)*100%1) 式中,W1是物料的初始质量;

Wt是微波干燥t时刻的物料质量;

σ是物料初始的含水量,23.09%. 1.3 响应曲面优化设计 选取对铅渣相对脱水率影响较大的干燥时间(χa)、物料厚度(χb)和干燥温度(χc)为独立因素,相对脱水率(γ)作为响应值,采用中心组合设计(CCD)进行优化设计.试验所用的二次多项式模型如(2)式所示. 收稿日期:2012-06-11 基金项目:云南省省院省校合作专项(2009AD002) 作者简介:李健(1986-),男,吉林白城人,硕士研究生;

通讯作者:张利波(1977-),男,河南济源人,教授. (2) 其中,βi为线性系数,βii为二次方系数,βij为相互作用系数,β0为常系数,xi、xj为试验因素编码.

2 试验结果与分析 按照响应曲面优化法设计的试验方案和结果见表1. 表1 试验方案与结果 Table

1 Experimental design scheme and results 序号 干燥时间/min 物料厚度/mm 干燥温度/℃ 相对脱水率/%

1 6.00 10.00 80.00 10.79

2 12.00 10.00 80.00 25.02

3 6.00 30.00 80.00 9.78

4 12.00 30.00 80.00 17.16

5 6.00 10.00 100.00 87.94

6 12.00 10.00 100.00 96.06

7 6.00 30.00 100.00 14.23

8 12.00 30.00 100.00 29.38

9 3.95 20.00 90.00 17.50

10 14.05 20.00 90.00 50.50

11 9.00 3.18 90.00 92.45

12 9.00 36.82 90.00 25.19

13 9.00 20.00 73.18 20.05

14 9.00 20.00 106.82 86.74

15 9.00 20.00 90.00 58.81

16 9.00 20.00 90.00 55.18

17 9.00 20.00 90.00 56.35

18 9.00 20.00 90.00 58.24

19 9.00 20.00 90.00 53.53

20 9.00 20.00 90.00 57.39 2.1 模型拟合 模型拟合过程对数据分析至关重要,如果选择的模型精确性较差,那么得到的结论则有可能是错误的[5].本文采用Design Expert软件(STAT-EASE公司)对数据进行回归分析,不同模型的拟合结果如表2所示. 表2 数据模拟结果 Table

2 Statistics summary of simulated results 模型 标准差 R2 校正R2 预测R2 软件统计 线性模型 16.63 0.720

4 0.668

0 0.511

6 7 727.25 交互模型 13.19 0.857

1 0.791

1 0.453

4 8 648.10 二次方型 7.53 0.964

1 0.931

8 0.734

2 4 205.82 从表2可看出,二次方模型的校正R2和预测R2的值最大,说明该模型拟合较好.同时二次方模型的相关系数值R2为0.964 1,这表示样本变化有96.41%的比例归因于自变量的变化,只有3.59%的变化不能由该模型解释[6].校正决定系数值adj.R2为0.931 8,结果说明了自变量之间具有线性相关[7].因此,下面采用二次方模型对数据进行回归分析,其回归方程见下式: γ=-796.78991+22.83220χa+13.56189χb+11.82897χc+7.50000E-04χaχb+6.91667E-03χaχc-0.16440χbχc-1.16776χa2-0.017346χb2-0.036527χc2 (3) 2.2 回归方程方差分析 采用方差分析(ANOVA)对所选的模型的精确度进行分析,结果见表3. 表3方差分析结果 Table

3 ANOVA for response surface quadratic model 项目 平方和 自由度 均方和 F值 P值 模型

15 254.22

9 1 694.91 29.86 <

0.000

1 χa 737.80

1 737.80 13.00 0.004

8 χb

5 040.83

1 5 040.83 88.81 <

0.000

1 χc

5 619.11

1 5 619.11 98.99 <

0.000

1 χa χb 4.05E-3

1 4.05E-3 7.135E-5 0.993

4 χa χc 0.34

1 0.34 6.068E-3 0.939

4 χb χc

2 162.19

1 2 162.19 38.09 0.000

1 χa

2 1 591.82

1 1 591.82 28.04 0.000

3 χb

2 43.36

1 43.36 0.76 0.402

6 表明回归模型非常显著.按照模型规定,如果变量的 Prob>